数据标注工具¶
PaddleX支持图像分类、目标检测、实例分割和语义分割四大视觉领域常见的任务,对于每类视觉任务,都支持了特定的数据格式。PaddleX目前支持了图像分类的ImageNet格式,目标检测的PascalVOC格式,实例分割的MSCOCO格式(MSCOCO也可以用于目标检测)以及语义分割数据格式。
常见标注工具¶
图像分类无需标注工具,用户只需以txt文件记录每张图片的类别标签即可。对于目标检测、实例分割和语义分割,PaddleX已经与主流的标注工具进行了适配,用户可根据自己的需求,选择以下标注工具进行数据标注。
标注工具 | 图像分类 | 目标检测 | 实例分割 | 语义分割 | 安装 |
---|---|---|---|---|---|
Labelme | - | √ | √ | √ | pip install labelme (本地数据标注) |
精灵标注 | √ | √* | √ | √ | 官网下载 (本地数据标注) |
EasyData | √ | √ | √ | √ | Web页面标注 (需上传数据进行标注) |
数据标注完成后,参照如下流程,将标注数据转为可用PaddleX模型训练的数据组织格式。
*注意:精灵标注的目标检测数据可以在工具内部导出为PascalVOC格式,因此paddlex未提供精灵标注数据到PascalVOC格式的转换
标注数据格式转换¶
目前所有标注工具生成的标注文件,均为与原图同名的json格式文件,如1.jpg
在标注完成后,则会在标注文件保存的目录中生成1.json
文件。转换时参照以下步骤:
- 将所有的原图文件放在同一个目录下,如
pics
目录 - 将所有的标注json文件放在同一个目录下,如
annotations
目录 - 使用如下命令进行转换:
paddlex --data_conversion --source labelme --to PascalVOC --pics ./pics --annotations ./annotations --save_dir ./converted_dataset_dir
参数 | 说明 |
---|---|
--source | 表示数据标注来源,支持labelme 、jingling 和easydata (分别表示数据来源于LabelMe,精灵标注助手和EasyData) |
--to | 表示数据需要转换成为的格式,支持ImageNet (图像分类)、PascalVOC (目标检测),MSCOCO (实例分割,也可用于目标检测)和SEG (语义分割) |
--pics | 指定原图所在的目录路径 |
--annotations | 指定标注文件所在的目录路径 |
注意:
- 精灵标注的目标检测数据可以在工具内部导出为PascalVOC格式,因此paddlex未提供精灵标注数据到PascalVOC格式的转换
- 在将LabelMe数据集转换为COCO数据集时,LabelMe的图像文件名和json文件名需要一一对应,才可正确转换
手机拍照标注说明¶
当您收集的样本图像来源于手机拍照时,请注意由于手机拍照信息内附带水平垂直方向信息,这可能会使得在标注和训练时出现问题,因此在拍完照后注意根据方向对照片进行处理,使用如下函数即可解决
from PIL import Image, ExifTags
def rotate(im):
try:
for orientation in ExifTags.TAGS.keys():
if ExifTags.TAGS[orientation] == 'Orientation':
break
exif = dict(im._getexif().items())
if exif[orientation] == 3:
im = im.rotate(180, expand=True)
if exif[orientation] == 6:
im = im.rotate(270, expand=True)
if exif[orientation] == 8:
im = im.rotate(90, expand=True)
except:
pass
img_file = '1.jpeg'
im = Image.open(img_file)
rotate(im)
im.save('new_1.jpeg')